然后的安然的个人空间

如果已经设置了request.setCharacterEncoding（“utf-8”）或response.setCharacterEncoding（“utf-8”）且数据库也设置utf-8链接还出现乱码，那么可以1、改为post方式2、或者修改tomcat的conf目录下的server.xml文件，在添加U...

0
0
0
0
0

3年前

浪潮、英特尔、亚信携手推出5G计费新方案，性能提升10倍

导语：Intel新推出的傲腾是内存计算的福音，比传统的DRAM内存成本低，容量大，但是每一项新技术要走向应用都会面临方案层面的各种技术bug，各种优化挑战。英特尔、浪潮和亚信科技的工程师联合将傲腾与最新的5G关联起来，以浪潮NF5280M5服务器为平台，采用了傲腾内存的5G计费方案，相比传统技术，性能实现了大幅提升，最高达到10

0
0
0
0
0

3年前

浙商银行Coremail邮件系统解决方案

“浙商银行”是经中国银监会批准设立的全国性股份制商业银行，全称为“浙商银行股份有限公司”。现有股东22家，注册资本100亿元，监管资本270亿元。连续荣获银监会“全国小企业金融服务先进单位”和相关媒体2009年“中国中小企业金融服务十佳机构”、2011年“最佳中小企业信贷银行”等荣誉。中诚信国际于2011年将浙商银行主体信用等级上调为AA+，达到同类银行先进水平。在2011年英国《TheBanker》“全球银行业1000强”排名第279位。

项目背景

浙商银行之前采用的是国外某品牌的协作平台（内置OA、邮件等功能），随着浙商银行的业务规模越来越大，原平台无论在日常流程处理还是邮件收发方面，都产生了诸多问题，无法满足浙商银行的快速发展需求。

专注是浙商银行企业文

0
0
0
0
0

3年前

田溯宁：宽带资本明年计划70亿投资云计算

  在主题为“打造祥云后台服务智慧城市”的北京祥云工程中金云后台启动仪式上，宽带资本董事长田溯宁表示，“祥云工程”不仅仅是北京市的一个云计算工程，而且也能是促进中国制造走向中国创造的关键布局。
  “宽带资本计划到明年，会持续投入70亿人民币在云服务器、云存储、云应用、集装箱数据中心、云操作系统等领域。”田溯宁说道，“我们认为这是比较好的方向，不仅给投资者很好的回报，而且能够积极推动这个产业的发展。”
  田溯宁在致辞中还简要介绍了他对于云计算发展阶段的看法。“我上个星期在硅谷不断学习，了解云产业的发展，我觉得一个例子他们用得很好，到底云是整个计算机产业发展的哪个阶段？他的比喻，如果从工业革命分成三个阶段来看，第一个阶段是蒸汽机变革，加速了整个工业革命的进程，第二个阶段是内燃机，第三个阶段是电。”
&

0
0
0
0
0

3年前

hibernate5 hql

首先要说的是，hibernate操纵的都是对象。所有第一条，你必须有一个javaBean，如是Cat,有a和b属性，有对应的get和set方法，通过newCat(xyz,123);创建一个Cat对象cat，然后调用hibernate的session.save(cat);就ok了。第二条：首先要根据id把对象加载上来，然后更新，如：Catcat=session.load(Cat.class,1)，cat.setA(x);此时Cat类中必须有id和a属性，有相应的get，set方法。第三：先把对象加载上来，然后删除：Catcat=session.load(Cat.class,3);session.delete(cat);
第四：就是根据Test对象的某个属性查询，返回的是Test对象的集合。
第五，没发现dao和table有啥联系
你先弄清楚什么是HQL

0
0
0
0
0

3年前

各类门事件层出不穷　暗藏病毒对抗云安全

现在各种“门”事件层出不穷，上周就有爆发了一个“薛璐门”。每次门事件都有机会看到一些有趣的病毒，虽然这次门事件偶也马上得到了一个样本，不是很特别也不是很新鲜，但是，还是留个小小的记录吧。<pstyle="margin-top:10px;margin-right:0px;margin-bottom:0px;margin-left:0px;padding-top:0px;padding-right:0px;padding-bottom:0px;padding-left:0px;color

0
0
0
0
0

3年前

人工智能语音机器人

电话机器人，说白了只有一个功能，叫做【筛选意向客户】电话机器人版承担的主要功能，就权是从海量的信息中，打电话筛选出有意向的客户，并交给人工销售人员，进一步对接沟通，实现成交。首先，销售都是直接冲着意向客户去的，...

0
0
0
0
0

3年前

hibernate自动提交

这个属性是说，如果是true的话，就是自动提交，比如
在一个业务中中，你有多个操作数据库的子业务，
例如
业务SuperA中有子业务suba,subb,subc.....
如果是自动的话，
suba操作成功提交
subb操作失败回滚
subc操作失败回滚
按照逻辑当SuperA中有某一环节操作失败的话，都应该回滚到没有操作之前
而当为true时(connection.autocommit=true)，则为出现a成功b,c失败,SuperA不具备了时务的特征，原子性等等
当不是true时(connection.autocommit=false)，，这时事务的管理提交给了spring，Spring的事务控制是以一个bean为单位的，
SuperA是bean中一个方法或者其它，这样当执行事务SuperA时，只要a,b,c...中一个失败，都
会认定是失败操作roolback.这样避免了脏数据的出现，也合乎了事务的特征。。
<hrstyle="border:none;border-b

0
0
0
0
0

3年前

unity gc

题目中的问题，关心的朋友都是因为在使用的过程中突然想起的，回答这个问题只要用一小段代码反复load一张同样的图在profile里看就可以得到答案。
voidTestSameTextureLoad(){
for(inti=0;ilt;30;i++){
textureList.Add((Texture2D)Resources.Load(quot;testquot;));
texturePtr=(Texture2D)Resources.Load(quot;testquot;);
}
}
结果是：
unity只消耗一张图的内存，也就是同样的资源，不会消耗多份资源。
这个结论也是3D引擎内部为什么对资源使用共享指针的一个说明：资源是共享的，每个资源都有一个引用值，当有一个指针引用到它，这个指针就加一。反之，减去一。当引用值是0的时候，引擎就可以释放这个资源占用的内存。对于Unity来说，资源的引用值归0后，需要用Resources.UnloadUnusedAssets(

0
0
0
0
0

3年前

探索深藏大地的“秘密”，云计算助力遥感卫星“落地”

从前的人们很难想象,有朝一日我们能够利用遥感卫星从太空窥探深藏大地的“秘密”。6月初,大理州剑川县的剑湖单看像一片月牙,给人一种圆润的美感。加上被旁笔直的阡陌、错落的村庄以及绿油油的田野包围,剑湖又好似一个正在孕育中的“宝宝”。<pstyle="margin:5px0px10px;padd

0
0
0
0
0

3年前

g flex 2

继去年的GFlex之后，LG近日再度推出了新一代LGGFlex2曲面屏智能手机，相比前作配置大提升，并且后壳自我修复功能也是得到了加强，是首款搭载高通810顶级八核处理器产品，并运行最新的安卓5.0系统。究竟LGGFlex2怎么样，下面小编为大家详细介绍下这款旗舰新机。
LGGFlex2怎么样LGGFlex2体验评测
作为LGLGGFlex的后续升级产品，LGGFlex2是首款搭载最新高通810处理器的产品，在硬件配置上无疑是强悍的。具体硬件配置方面，LGGFlex是全球首款搭载了高通810八核64位处理器的智能手机。高通810是首款采用ARM四核A53+四核A57大小核架构八核心处理器，主频达到2.0Ghz，性能相比目前主流的高通801提升高达30%，相比高通805性能提升20%，GPU显示河西方面，也搭载了更加强劲的Adreno430相比420性呢过提升达到30%。
LGGFlex2硬件的另一大亮点在于搭载了最新的5.5英寸1080P全高清PILED柔性屏幕。前作的GFlex虽给人眼前一

0
0
0
0
0

3年前

php连接memcached

首先查看memcache的依赖库是否有安装，如果对这个有疑问可以参考php手册的memcache的安装需求说明
命令如下：
查询：rpm-qa|greplibevent
安装：yum-yinstalllibenent*
安装memcached，相当于apache的httpd是用来启动memcache和管理memcache的
命令如下：
yum-yinstallmemcached
接下来再安装memcache，这里我们不要考虑对别的包有什么依赖yum会帮我们解决的，这也是yum的强悍之处
命令如下：
yum-yinstallphp-pecl-memcache
然后查看memcached的bin安装目录，启动memcache，相关参数的作用里面有详细说明

0
0
0
0
0

3年前

优化算法 tensorflow

原文如下：
在刚开始学习使用TF的过程中，我不是很理解什么是“batch”。也经常有人问，到底minibatch是干什么的？
然而这是一个在TF中，或者说很多DL的框架中很常见的词。
这个解释我觉得比较贴切也比较容易理解。引用如下：
深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。
第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Batchgradientdescent，批梯度下降。
另一种，每看一个数据就算一下损失函数，然后求梯度更新参数，这个称为随机梯度下降，stochasticgradientdescent。这个方法速度比较快，但是收敛性能不太好，可能在最优点附近晃来晃去，hit不到最优点。两次参数的更新也有可能互相抵消掉，造成目标函数震荡的比较剧烈。
为了克服两种方法的缺点，现在一般采用的是一种折中手段，mini-batchgradientdecent，小批的梯

0
0
0
0
0

3年前

tensorflow 模型导出

可以通过tf.train.Saver来保存模型，然后通过import_meta_graph来读取。

具体可以参考一下:
飞升之路 TensorFlow — 模型保存与读

　　我利用 tensorflow 提供 tf.train.adamoptimizer 控制习速度adamoptimizer 通使用量（参数移平均数）改善传统梯度降促进超参数态调整我

0
0
0
0
0